轻语课堂原创文章，分享教育理念，提供学业咨询，助力学生成长。
大数据专业全名数据科学与大数据技术，与人工智能这两个专业一起来讲，是因为二者之间有许多相似之处。这两个专业的名字都是近几年来社会上炒的比较火的概念，许多家长和学生把它们当做计算机类热门专业来报考；这样做有对的地方，也有不对的地方。
本文抛开专业中各种高大上的名词和概念，使用能听的懂的话来解读这两个概念。
报考
这两个专业都属于交叉学科，综合领域。什么意思呢，就是你以为学的计算机，其实它还教数学、物理；你以为是敲代码，其实它还要摆弄机器。
首先是大数据，说它叫数据科学与大数据技术，其实也不严谨，因为它还有一个名字叫大数据管理与应用技术。两个名字让人迷惑，更迷惑的是这两个名字横跨3个学科大类。
数据科学与大数据技术这个名字，在理学大类里有，在工学大类里也有。
什么区别呢，理学大类的该专业一般设置在数理学院，专业来历脱胎于数学里的统计类相关专业，毕业授予理学学士学位。什么叫理学，数学、物理这些就是理学。计算机属于工学。
在工学大类里的数据科学与大数据，才是计算机类的。此时该专业一般开设在计算机学院。也有的学校专门开设的有大数据学院，报考时一定要看清楚学院名字里除了大数据三个字以外还有没有其他词，比如数学与大数据学院、大数据与人工智能学院。
为什么呢，因为大数据除了可以是搞数学的，搞计算机的，还可以是搞管理学的。大数据管理与应用技术就属于管理学。什么是管理学，工商管理就是管理学。如果学大数据是想搞编程，一定要避好这个大坑。
人工智能专业与大数据类似，它横跨计算机和电子信息两个小类，幸好两个小类都属于工学，学位没有区别。
计算机类的人工智能专业，很明显开设在计算机三个字打头的学院里，再不然开设在大数据学院。电子信息类的人工智能专业，它所在的院系名字五花八门，可能叫电子信息，可能叫智能制造，也可能叫机器人；更特殊的时候，它还会跑到电气工程里面去。什么是电气工程，研究电的就是电气工程。
有的学校可能专门开设人工智能学院，遇到这种情况不要挑了，只有名校才有这个条件。
教学
大数据和人工智能两个专业跟其他专业最大的区别在于，其他专业都是某种学科或者技术由低向高由浅入深一点一点发展而来的；而这两个专业是由研究生以上层次的学科降维打击到本科阶段的。
什么意思，就是这两个专业研究的东西，以前都是研究生搞的。
因此，这两个专业的学习门槛非常高。高到什么程度呢，这么说吧，老师跟学生一起学。
想要学好这两个专业，一定要考察三方面的内容：一、专业的历史积淀。这两个专业都是近5、6年以来国家才批准的本科专业，那么老师从哪来？工科，就看学校的计算机专业搞了多少年，老师有多牛；理科不用说，每个大学里数学、物理类的师资都差不了。
二、专业的交叉程度。这两个专业都要学习数学和编程，但是各个学校侧重点不同。偏师范类的学校，一定教数学比较多；工科强的学校，讲编程较多。带有行业背景的高校，还会结合自身特色开设课程，金融类院校就讲金融大数据；制造业类院校就讲智能设备、智能制造。
三、学校财力。不要觉得奇怪，一个学校的财力真的能决定这两个专业的水平。因为这两个专业，非常的烧设备，学生买不起的，只能学校掏钱。而且新专业想要引进老师，起码博士起吧，博士要待遇，要搞科研，都得看学校支持力度。
出路
如果家庭位于三四线城市，又不想让孩子离开身边，请不要考虑这两个专业。
现今开设这两个专业的学校越来越多，但是用到这两个专业的地方是不多的。请仔细想一想，三线城市有大数据公司吗？这两个专业最终的出路一定在大城市，一线和强二线。
这么讲，这两个专业的就业究竟好还是不好呢？
好的方面在于，学了这两个专业，一定不怕别人抢饭碗，因为这个专业能干的事情，其他人干不了。在人才需求旺盛的大数据与人工智能市场里，毕业生的薪资绝对处于各行业上游位置。
但是，名校出身，一般院校里特别顶尖的那波人，才能找到跟专业对口的职位。其他人大概率走上程序员的道路。总的来说，这两个专业的就业前景，上限非常高，下限也不低。
说到考研，人工智能专业考研是大趋势，因为本科学历对本专业来讲真的不够；大数据专业考研略显尴尬，本科阶段研究方向选择错不当的话将导致考研难度非常大。